Farina in Natura¶

Relatório - Análise de dados operacionais - ano 2022¶

O método utilizado foi a análise de dados exploratória, o que significa que os dados do estabelecimento Farina in Natura, foram analisados de forma a nos dar informações referente aos acontecimentos passados.

O período analisado foi 01 fevereiro de 2022 a 31 de Outubro 2022

A primeira descoberta na análise foi uma divergência nos dados de vendas de itens e faturamento. Após uma análise dos valores, descobrimos que a falta de entrada dos dados causou essa divergência, isso foi observado na venda de croissants, pois o valor de venda era superior ao valor do item pela sua quantidade. O que isso sugere é a falta da informação referente ao recheio do croissant utilizado, comportamento não ideal, já que deixamos de saber quais são realmente as preferências do cliente no que diz respeito aos recheios.

venda            6
data_hora        6
cliente          6
mesa          3219
item            76
produto          6
quantidade       6
valor_unit       6
desconto         6
total_item       6
dtype: int64
'pt_BR.utf-8'

Verificando divergência dos dados¶

Foi verificada uma diferença de R$ 31.659,20 entre o valor de venda do item e o preço unitário vezes a quantidade.

Observamos na tabela acima que o valor de venda nesses itens vendidos sempre é maior do que o valor unitário do item multiplicado por sua quantidade

Após essa análise inicial, realizamos a conversão dos dados brutos e a posterior limpeza das informações. Algumas variáveis que foram enviadas pelo cliente foram descartadas, pois apresentavam muita falta de dados. Outras, no entanto, foram omitidas por não estarem no escopo da análise.

Exploração dos Dados¶

Ranking dos produtos mais vendidos¶

Porcentual dos produtos mais vendidos

Algumas métricas importantes foram observadas¶

O número de diferentes itens vendido pela loja é: 212
A média de itens por venda é: 2.79 itens
O número médio de itens vendidos por período do dia é: 
  Período  Média
0   manhã   3.05
2   tarde   2.78
1   noite   2.66

Vendas por período do dia

Itens mais vendidos mês a mês

<class 'pandas.core.frame.DataFrame'>
Int64Index: 23199 entries, 0 to 25997
Data columns (total 19 columns):
 #   Column         Non-Null Count  Dtype         
---  ------         --------------  -----         
 0   venda          23199 non-null  int64         
 1   data_hora      23199 non-null  datetime64[ns]
 2   cliente        23199 non-null  object        
 3   mesa           23199 non-null  object        
 4   produto        23199 non-null  object        
 5   quantidade     23199 non-null  int64         
 6   valor_unit     23199 non-null  float64       
 7   desconto       23199 non-null  float64       
 8   total_item     23199 non-null  float64       
 9   horario        23199 non-null  object        
 10  hora           23199 non-null  int64         
 11  minuto         23199 non-null  int64         
 12  hora_minuto    23199 non-null  object        
 13  data           23199 non-null  datetime64[ns]
 14  hora_do_dia    23199 non-null  object        
 15  dia_da_semana  23199 non-null  object        
 16  tipo_de_dia    23199 non-null  object        
 17  item_count     23199 non-null  int64         
 18  mes            23199 non-null  int64         
dtypes: datetime64[ns](2), float64(3), int64(6), object(8)
memory usage: 3.5+ MB

Quantidade de itens vendidos por dia ao longo do ano

Observamos no gráfico dois pontos que chamam atenção, como destacados no próprio gráfico. Por isso iremos realizar uma análise mais minuciosa.

Para termos uma noção de como o gráfico das vendas se apresentam, excluindo-se esses pontos destacados, segue o gráfico abaixo:

Investigando dados atipicos¶

Detalhamento das vendas no dia 23 Junho 2022

Observamos um pico nas vendas no período entre as 16 e 17 horas, o que nos leva a crer que foram lançadas vendas de diversos períodos no sistema, não apenas as vendas que pertencem ao período. Essa prática leva a distorções na análise das vendas, pois não podemos realmente mensurar de quanto foram as vendas de tais itens em seu tempo de realização, temos então que excluir as vendas de tal período para prosseguirmos nossa análise.

Mais informações relevantes¶

Vendas dias de semana (DDS) vs Final de semana (FDS)¶

Vendas dia de semana(DDS)¶

O menor número de vendas em um dia de semana foi: 
1
O maior número de vendas em um dia de semana foi: 
241
O número médio de vendas em um dia de semana é: 
75.81

Vendas final de semana (FDS)¶

O menor número de vendas em um dia de fim-de-semana foi: 
65
O  maior número de vendas em um dia fim-de-semana foi: 
227
O número médio de vendas em um dia fim-de-semana é: 
133.74

Número de itens médios vendidos por cada pedido¶

O número médio de itens vendidos por tipo de dia da semana é: 
  Tipo de dia  Média
1         FDS   2.84
0         DDS   2.65

Itens vendidos por tipo de dia¶

Número de itens vendidos por dia da semana¶

Ranking de dias por venda de itens¶

horario item_count
103 2022-05-18 241
99 2022-05-14 227
187 2022-08-28 226
106 2022-05-21 226
242 2022-10-23 224
100 2022-05-15 215
207 2022-09-17 197
200 2022-09-10 190
11 2022-02-13 186
180 2022-08-21 183
29 2022-03-05 176
107 2022-05-22 175
235 2022-10-16 172
173 2022-08-14 172
113 2022-05-28 169

O gráfico abaixo representa um ranking das vendas por dia.

Utilizando-se um algoritmo podemos inferir que as vendas podem ser dividias em quartis e que o Farina in Natura apresenta a seguinte distribuição:

as 25% finais do Ranking são dias que tem vendas até 62,25 de itens vendidos, os 50% inferiores do ranking tem dias que vendem até 84 itens, sendo esse valor também a mediana, os 75% dos da parte de baixo do ranking vendem até 114 itens, e os 25% do topo dos dias temos vendas de até 190 itens.

Valores acima desses são considerados outliers, ou fora da curva.

Distribuição de vendas por hora do dia¶

A seguir temos um gráfico de distribuição das vendas por hora do dia, que segue a seguinte lógica, 25% das primeiras vendas se dá das 6 às 11 da manhã, os próximos 25% das vendas acontece entre 11 e 16 horas, o terceiro quarto das vendas ocorre entre as 16 e 18 horas, e os últimos 25% das vendas do dia se dá das 18 as 21 horas.

Itens vendidos por dia da semana

Distribuição de vendas por dia da semana e hora do dia¶

Detalhamento do porcentual das vendas pelo periodo do dia¶

Com base nos números de vendas fornecidos, pode-se concluir que as horas de pico para vendas ocorrem entre as 16h e as 20h, com o horário mais lucrativo das 17h às 18h, com um percentual de vendas de 14,3%.

Os horários de pico anteriores são das 15h às 16h, com 5,38% de vendas, seguidos das 19h às 20h, com 10,41% de vendas. A segunda hora mais lucrativa é das 18h às 19h, com 12,57% de vendas.

Os horários de vendas mais baixos ocorrem entre as 6h e as 8h, com menos de 3% de vendas durante esses horários. O horário menos lucrativo é das 21h às 22h, com apenas 1,14% de vendas.

Sugestões¶

Portanto, se o objetivo é maximizar as vendas, seria aconselhável para a empresa aumentar seus recursos (produtos e funcionários) durante os horários de pico, especialmente das 16h às 20h. Além disso, a empresa pode considerar reduzir as horas de operação durante os horários de menor venda(das 06 as 8 horas e depois das vinte uma horas), ou ajustar a oferta de produtos e serviços de acordo com a demanda.

Quantidade de itens vendidos por dia da semana e período¶

Vemos uma clara diferenciação entre o final de semana e os dias da semana: durante a semana, quase os dobros da venda a noite em relação a manhã e tarde. No sábado vemos um aumento significativo das vendas, principalmente pela manhã, que chega bem perto do período noturno. Já no Domingo há uma inversão completa, o período da manhã é o que apresenta a maior quantidade de vendas, apesar de termos um acréscimo do período da noite em relação aos dias de semana.

Analise das vendas, combinação dos itens na preferência do cliente

Para finalizarmos nossa análise, utilizaremos o algoritmo Apriori.

Rule: ADICIONAL DE PRESUNTO -> ADICIONAL DE MUSSARELA
Support: 0.0061068702290076335
Confidence: 0.5416666666666666
Lift: 70.95833333333333
=====================================
Rule: CROISSANT -> ADICIONAL DE MUSSARELA
Support: 0.009395184967704051
Confidence: 0.8333333333333333
Lift: 4.038607474862455
=====================================
Rule: ADICIONAL DE PRESUNTO -> CROISSANT
Support: 0.006928948913681738
Confidence: 0.9076923076923077
Lift: 4.398975526465566
=====================================
Rule: AGUA MINERAL S/GAS 500ML -> CROISSANT
Support: 0.01996476805637111
Confidence: 0.4197530864197531
Lift: 2.0342615428936814
=====================================
Rule: BOWL DE IOGURTE FRUTAS AVEIA -> PAO SOURDOUGH OVOS
Support: 0.007868467410452143
Confidence: 0.24814814814814815
Lift: 9.107678799489145
=====================================
Rule: CAFE CATUAI VERMELHO C/LEITE G -> CROISSANT
Support: 0.007868467410452143
Confidence: 0.43506493506493504
Lift: 2.1084677985645546
=====================================
Rule: CAFE CATUAI VERMELHO G 200ML -> CROISSANT
Support: 0.013740458015267175
Confidence: 0.46799999999999997
Lift: 2.2680819578827545
=====================================
Rule: CAFE COLMEIA C/ LEITE G 200ML -> CROISSANT
Support: 0.00551967116852613
Confidence: 0.5280898876404494
Lift: 2.5592973211487915
=====================================
Rule: CROISSANT -> CAFE COLMEIA G 200ML
Support: 0.007633587786259542
Confidence: 0.4276315789473684
Lift: 2.0724433094688917
=====================================
Rule: LARANJA 400 ML -> CROISSANT
Support: 0.021374045801526718
Confidence: 0.6275862068965518
Lift: 3.041489215551587
=====================================
Rule: SUCO DE LARANJA 400ML -> CROISSANT BRIE PARMA MEL DE
Support: 0.005989430416911333
Confidence: 0.2451923076923077
Lift: 5.394864341085272
=====================================
Rule: CROISSANT IFOOD -> PASTEL DE NATA 60G IFOOD
Support: 0.005167351732237228
Confidence: 0.4356435643564356
Lift: 9.391151773405188
=====================================
Rule: MINI CROISSANT PAIN DE CHOC -> MINI CROISSANT 25G KIT C 5
Support: 0.00540223135642983
Confidence: 0.2358974358974359
Lift: 5.046901172529314
=====================================
Rule: ADICIONAL DE PRESUNTO -> CROISSANT
Support: 0.005637110980622431
Confidence: 0.5
Lift: 72.16101694915254
=====================================
Rule: ADICIONAL DE PRESUNTO -> ADICIONAL DE MUSSARELA
Support: 0.009764758100310697
Confidence: 0.5945945945945946
Lift: 40.5945945945946
=====================================
Rule: AGUA MINERAL S/GAS 500ML -> ADICIONAL DE MUSSARELA
Support: 0.005326231691078562
Confidence: 0.3243243243243244
Lift: 5.294947121034079
=====================================
Rule: CROISSANT -> ADICIONAL DE MUSSARELA
Support: 0.015090989791389259
Confidence: 0.918918918918919
Lift: 3.344627341396324
=====================================
Rule: ADICIONAL DE PRESUNTO -> CROISSANT
Support: 0.013315579227696404
Confidence: 0.9090909090909091
Lift: 3.3088559259803203
=====================================
Rule: CROISSANT BRIE PARMA MEL DE -> AGUA MINERAL SEM GAS 500 ML
Support: 0.007545494895694629
Confidence: 0.2
Lift: 5.006666666666667
=====================================
Rule: BOWL DE IOGURTE FRUTAS AVEIA -> PAO SOURDOUGH OVOS
Support: 0.024411895250776743
Confidence: 0.2972972972972973
Lift: 3.9170222854433385
=====================================
Rule: BOWL DE IOGURTE FRUTAS AVEIA -> SELECAO DE PAES GELEIA
Support: 0.010208610741233911
Confidence: 0.2674418604651163
Lift: 3.2570081709616594
=====================================
Rule: LARANJA 400 ML -> CAFE CATUAI VERMELHO C/LEITE G
Support: 0.007989347536617843
Confidence: 0.23684210526315788
Lift: 3.629967776584318
=====================================
Rule: CROISSANT IFOOD -> COOKIES 80G IFOOD
Support: 0.005770084332001775
Confidence: 0.619047619047619
Lift: 7.621389539422324
=====================================
Rule: CROISSANT BRIE PARMA MEL DE -> CROISSANT OVOS BACON MEL
Support: 0.007989347536617843
Confidence: 0.2
Lift: 4.506
=====================================
Rule: SUCO DE LARANJA 400ML -> CROISSANT BRIE PARMA MEL DE
Support: 0.00887705281846427
Confidence: 0.22222222222222224
Lift: 6.032128514056224
=====================================
Rule: CROISSANT IFOOD -> PASTEL DE NATA 60G IFOOD
Support: 0.008433200177541057
Confidence: 0.5428571428571428
Lift: 6.683372365339578
=====================================
Rule: CROISSANT IFOOD -> SOURDOUGH 369G IFOOD
Support: 0.008433200177541057
Confidence: 0.59375
Lift: 7.309938524590163
=====================================
Rule: CROISSANT MUSSATRELA DE -> SUCO DE LARANJA 400ML
Support: 0.006657789613848202
Confidence: 0.2459016393442623
Lift: 6.674896306537625
=====================================
Rule: SUCO DE LARANJA 400ML -> CROISSANT OVOS BACON MEL
Support: 0.008433200177541057
Confidence: 0.2289156626506024
Lift: 5.157469879518072
=====================================
Rule: MINI CROISSANT PAIN DE CHOC -> MINI CROISSANT 25G KIT C 5
Support: 0.007101642254771416
Confidence: 0.2857142857142857
Lift: 5.646616541353383
=====================================
Rule: ADICIONAL DE PRESUNTO -> CROISSANT
Support: 0.009320905459387484
Confidence: 0.5675675675675677
Lift: 42.624324324324334
=====================================
Rule: AGUA MINERAL S/GAS 500ML -> CROISSANT
Support: 0.006657789613848202
Confidence: 0.2054794520547945
Lift: 3.354675402025015
=====================================
Rule: LARANJA 400 ML -> BOWL DE IOGURTE FRUTAS AVEIA
Support: 0.006213936972924989
Confidence: 0.29166666666666663
Lift: 4.470238095238095
=====================================
Rule: LARANJA 400 ML -> CAFE CATUAI VERMELHO G 200ML
Support: 0.006657789613848202
Confidence: 0.2054794520547945
Lift: 3.149287112105116
=====================================
Rule: PAO SOURDOUGH OVOS -> CAFE CATUAI VERMELHO G 200ML
Support: 0.005326231691078562
Confidence: 0.3076923076923077
Lift: 5.590570719602978
=====================================
Rule: LARANJA 400 ML -> PAO SOURDOUGH OVOS
Support: 0.005326231691078562
Confidence: 0.3076923076923077
Lift: 4.71585557299843
=====================================
Rule: SANDUICHE DE PEPERONI BRIE -> PASTEL DE NATA 60G
Support: 0.006213936972924989
Confidence: 0.3783783783783784
Lift: 3.1928332827209234
=====================================

Queremos aumentar o número de itens vendidos de uma maneira que incentive itens que, caso contrário, não seriam comprados. Devemos levar em conta as variáveis que sabemos que alteram a forma como os clientes interagem conosco (ou seja, hora do dia e dia da semana). O resultado final deve fornecer uma direção clara sobre como agir, por que esse curso de ação é desejável e não deve ser muito confuso para o cliente nem muito complexo para um operador.

A compra de qual item leva à compra de quais outros itens? O algoritmo “Apriori” é capaz de responder isso.

Apriori Algorithm¶

O algoritmo “Apriori” nos ajudará a fazer a combinação de itens a serem vendidos em conjunto. Utilizamos a métrica do SUPORTE para acharmos os itens que são mais vendidos. O SUPORTE é calculado dividindo a quantidade de itens vendidos de um determinado produto pela quantidade de todos os itens vendidos. Por exemplo no caso da Farina In Natura, o item que possui o maior SUPORTE é o croissant(0,2063). O algoritmo fara uma combinação dos itens que tem maior SUPORTE com os de menor SUPORTE. Para isso utilizará as métrica da CONFIANÇA e INCREMENTO.

A CONFIANÇA nos dá a probabilidade de o consequente estar presente em uma transação, dado que o antecedente já está presente. Os valores de confiança variam entre 0 e 1. Um valor de confiança próximo a 1 sugere uma forte relação entre antecedente e consequente, enquanto um valor próximo a 0 indica uma relação fraca.

A métrica INCREMENTO é uma medida usada para avaliar a qualidade das regras de associação geradas pelo algoritmo “Apriori”. Ela ajuda a determinar se a relação entre o antecedente e o consequente em uma regra Antecedente->Consequente é significativa ou se ocorre apenas por acaso. Métricas de INCREMENTO maior que 1, nos dizem que antecedentes e consequentes ocorrem juntos mais frequentemente do que esperaríamos se fossem estatisticamente independentes. Ou seja quanto maior o valor do INCREMENTO maior a dependência deles

Na tabela abaixo vemos combinações de itens propostas pelo algoritmo com base nessas métricas e na ordem de decrescente da métrica Incremento.

Esta tabela apresenta regras de associação geradas a partir dos dados de fornecidos pela gerência da Farina. Cada linha representa uma regra de associação entre um antecedente (produto comprado) e um consequente (produto também comprado). A tabela fornece informações sobre suporte do antecedente (proporção de transações contendo o antecedente), suporte do consequente (proporção de transações contendo o consequente), SUPORTE (proporção de transações contendo tanto o antecedente quanto o consequente), CONFIANÇA (probabilidade condicional do consequente dado o antecedente), INCREMENTO (razão do suporte observado para o suporte esperado se antecedente e consequente forem independentes).

Por exemplo, a primeira linha mostra que o antecedente é CROISSANT e o consequente é COCA COLA LATA 350 ML. O suporte do antecedente é 0,206342, o que significa que 20,63% das transações incluem um croissant. O suporte do consequente é 0,036524, o que significa que 3,65% das transações incluem uma lata de 350 ml de Coca Cola. O suporte é 0,009982, o que significa que 0,998% das transações incluem tanto um croissant quanto uma lata de 350 ml de Coca Cola. A confiança é 0,048378, o que significa que há 4,84% de chance de um cliente comprar uma lata de 350 ml de Coca Cola dado que comprou um croissant. O INCREMENTO é 1,324559, indicando que a probabilidade de comprar um croissant e uma lata de 350 ml de Coca Cola juntos é 32,46% maior do que se os dois produtos fossem comprados independentemente.

Podemos utilizar as métricas para fazermos as nossas próprias combinações de acordo com o item que queremos aumentar o nível de vendas. Por exemplo, um item que tenha ainda um suporte baixo mas que tenha uma margem de lucro maior.

As seguintes associações podem ser ofertadas:

CROISSANT - ADICIONAL DE PRESUNTO | 0.007634 CROISSANT - CAFE COLMEIA C/ LEITE G 200ML | 0.010452 CROISSANT - ADICIONAL DE MUSSARELA | 0.011274 PASTEL DE NATA 60G - AGUA MINERAL C/GAS 500ML | 0.023605 PASTEL DE NATA 60G - QUICHE DE TOMATE SECO SALADA | 0.025484

Observações finais e sugestões aos gestores

Principais descobertas

  • Houve uma divergência nos dados de vendas de itens e faturamento, causada pela falta de entrada dos dados relacionados ao recheio do croissant.
  • O estabelecimento vendeu 212 itens diferentes, com uma média de 2,79 itens por venda.
  • As vendas variaram significativamente ao longo do dia e da semana, com picos nos finais de semana e períodos noturnos.
  • Foram identificados pontos de atenção nos gráficos de vendas, como dias com vendas muito altas ou baixas, que podem precisar de análise mais aprofundada.
  • A análise do algoritmo Apriori revelou combinações de itens com alto suporte, confiança e incremento, sugerindo possíveis promoções e estratégias para aumentar as vendas de itens menos populares.

Sugestões aos gestores

  • Treinar funcionários para inserir os pedidos de forma mais detalhada, evitando a falta de dados.
  • Rever o horário de funcionamento da loja, considerando os períodos de menor movimento (primeira hora da manhã e após as 21h).
  • Implementar promoções e combos de produtos, com base nos resultados do algoritmo Apriori, para aumentar as vendas de itens menos populares, especialmente durante os horários de baixo movimento.
  • Realizar análises periódicas dos dados de vendas para identificar tendências, oportunidades e possíveis problemas operacionais.

Com base nessas descobertas e sugestões, os gestores do estabelecimento Farina in Natura podem tomar decisões informadas e eficientes para melhorar suas operações, aumentar as vendas e a satisfação dos clientes.